2023年7月28日发(作者：)

人工智能调查研究报告

人工智能是研究使计算机来模拟人一些思维过程和智能行为（如学习、推理、思索、计划等）学科，关键包含计算机实现智能原理、制造类似于人脑智能计算机，使计算机能实现更高层次应用。一、人工智能定义

人工智能定义能够分为两部分，即“人工”和“智能”。“人工”比很好了解，争议性也不大。有时我们会要考虑什么是人力所能及制造，或人本身智能程度有没有高到能够发明人工智能地步，等等。但总来说，“人工系统”就是通常意义下人工系统。[1]

相关什么是“智能”，就问题多多了。这包含到其它诸如意识（CONSCIOUSNESS）、自我（SELF）、思维（MIND）（包含无意识思维（UNCONSCIOUSMIND））等等问题。人唯一了解智能是人本身智能，这是普遍认同见解。不过我们对我们本身智能了解全部很有限，对组成人智能必需元素也了解有限，所以就极难定义什么是“人工”制造“智能”了。所以人工智能研究往往包含对人智能本身研究。其它相关动物或其它人造系统智能也普遍被认为是人工智能相关研究课题。

人工智能是研究使计算机来模拟人一些思维过程和智能行为（如学习、推理、思索、计划等）学科，关键包含计算机实现智能原理、制造类似于人脑智能计算机，使计算机能实现更高层次应用。著名美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这么一个定义：“人工智能是相关知识学科――怎样表示知识和怎样取得悉识并使用知识科学。”而另一个美国麻省理工学院温斯顿教授认为：“人工智能就是研究怎样使计算机去做过去只有些人才能做智能工作。”这些说法反应了人工智能学科基础思想和基础内容。即人工智能是研究人类智能活动规律，结构含有一定智能人工系统，研究怎样让计算机去完成以往需要人智力才能胜任工作，也就是研究怎样应用计算机软硬件来模拟人类一些智能行为基础理论、方法和技术。

第 1 页 共 10 页

二、人工智能研究发展阶段

（一）第一阶段：50年代人工智能兴起和冷落

人工智能概念首次提出后，相继出现了一批显著结果，如机器定理证实、跳棋程序、通用问题s求解程序、LISP表处理语言等。但因为消解法推理能力有限，和机器翻译等失败，使人工智能走入了低谷。这一阶段特点是：重视问题求解方法，忽略知识关键性。

（二）第二阶段：60年代末到70年代，教授系统出现，使人工智能研究出现新高潮

DENDRAL化学质谱分析^p 系统、MYCIN疾病诊疗和诊疗系统、PROSPECTIOR探矿系统、Hearsay-II语音了解系统等教授系统研究和开发，将人工智能引向了实用化。而且，1969年成立了国际人工智能联合会议第三阶段：80年代，伴随第五代计算机研制，人工智能得到了很大发展。日本1982年开始了”第五代计算机研制计划”，即”知识信息处理计算机系统KIPS”，其目标是使逻辑推理达成数值运算那么快。即使此计划最终失败，但它开展形成了一股研究人工智能热潮。

（三）第三阶段：80年代末，神经网络飞速发展

1987年，美国召开第一次神经网络国际会议，宣告了这一新学科诞生。以后，各国在神经网络方面投资逐步增加，神经网络快速发展起来。

（四）第四阶段：90年代，人工智能出现新研究高潮

因为网络技术尤其是国际互连网技术发展，人工智能开始由单个智能主体研究转向基于网络环境下分布式人工智能研究。不仅研究基于同一目标分布式问题求解，而且研究多个智能主体多目标问题求解，将人工智能更面向实用。另外，因为Hopfield多层神经网络模型提出，使人工神经网络研究和应用出现了欣欣向荣景象。人工智能已深入到社会生活各个领域。

三、人工智能研究方法

现在没有统一原理或范式指导人工智能研究。很多问题上研究者全部存在争论。其中多个长久以来仍没有结论问题是：是否应从心理或神经方面模拟人工智能？或像鸟类生物学对于航空工程一样，人类生物学对于人工智能研究是没相关第 2 页 共 10 页 系？智能行为能否用简单标准（如逻辑或优化）来描述？还是必需处理大量完全无关问题？

智能是否能够使用高级符号表示，如词和想法？还是需要“子符号”处理？JOHN HAUGELAND提出了GOFAI(出色传统人工智能)概念，也提议人工智能应归类为SYNTHET INTELLIGENCE，这个概念以后被一些非GOFAI研究者采纳。

(一)大脑模拟

主条目：控制论和计算神经科学

20世纪40年代到50年代，很多研究者探索神经病学，信息理论及控制论之间联络。其中还造出部分使用电子网络结构初步智能，如 WALTERTURTLES和JOHNS HOPKINS BEAST。这些研究者还常常在普林斯顿大学和英国RATIO CLUB举行技术协会会议.直到1960大部分人已经放弃这个方法，尽管在80年代再次提出这些原理。

（二）符号处理

主条目：GOFAI

当20世纪50年代，数字计算机研制成功，研究者开始探索人类智能是否能简化成符号处理。研究关键集中在卡内基梅隆大学，斯坦福大学和麻省理工学院，而各自有独立研究风格。JOHN HAUGELAND称这些方法为GOFAI(出色传统人工智能)。60年代，符号方法在小型证实程序上模拟高级思索有很大成就。基于控制论或神经网络方法则置于次要。60~70年代研究者确信符号方法最终能够成功发明强人工智能机器，同时这也是她们目标。

认知模拟经济学家赫伯特·西蒙和艾伦·纽厄尔研究人类问题处理能力和尝试将其形式化，同时她们为人工智能基础原理打下基础，如认知科学， 运筹学和经营科学。她们研究团体使用心理学试验结果开发模拟人类处理问题方法程序。这方法一直在卡内基梅隆大学沿袭下来，并在80年代于SOAR发展到高峰。基于逻辑不像艾伦·纽厄尔和赫伯特·西蒙，JOHN MCCARTHY认为机器不需要模拟人类思想，而应尝试找到抽象推理和处理问题本质，不管大家是否使用一样算法。她在斯坦福大学试验室致力于使用形式化逻辑处理多个问题，包含知识表示，智能计划和机器学习.致力于逻辑方法还有爱丁堡大学，而促成欧洲其它地方开发编程语言第 3 页 共 10 页 PROLOG和逻辑编程科学.“反逻辑”斯坦福大学研究者 (如马文·闵斯基和西摩尔·派普特)发觉要处理计算机视觉和自然语言处理困难问题，需要专门方案-她们主张不存在简单和通用原理（如逻辑）能够达成全部智能行为。ROGER SCHANK 描述她们“反逻辑”方法为“SCRUFFY”.常识知识库 (如DOUG LENATCYC)就是“SCRUFFY”AI例子，因为她们必需人工一次编写一个复杂概念。基于知识大约在1970年出现大容量内存计算机，研究者分别以三个方法开始把知识结组成应用软件。这场“知识革命”促成教授系统开发和计划，这是第一个成功人工智能软件形式。“知识革命”同时让大家意识到很多简单人工智能软件可能需要大量知识。

（三）子符号法

80年代符号人工智能停滞不前，大家认为符号系统永远不可能模拟人类全部认知过程，尤其是感知，机器人，机器学习和模式识别。很多研究者开始关注子符号方法处理特定人工智能问题。

自下而上，接口AGENT，嵌入环境（机器人），行为，新式AI机器人领域相关研究者，如RODNEY BROOKS，否定符号人工智能而专注于机器人移动和求生等基础工程问题。她们工作再次关注早期控制论研究者见解，同时提出了在人工智能中使用控制理论。这和认知科学领域中表征感知论点是一致：更高智能需要个体表征(如移动，感知和形象)。计算智能80年代中DAVID RUMELHART 等再次提出神经网络和联结.这和其它子符号方法，如模糊控制和进化计算，全部属于计算智能学科研究范围。

（三）统计学法

90年代，人工智能研究发展出复杂数学工具来处理特定分支问题。这些工具是真正科学方法，即这些方法结果是可测量和可验证，同时也是人工智能成功原因。共用数学语言也许可已经有学科合作（如数学，经济或运筹学）。STUART

L和PETER NORVIG指出这些进步不亚于“革命”和“NEATS成功”。有些人批评这些技术太专注于特定问题，而没有考虑长远强人工智能目标。

（四）集成方法

智能AGENT范式智能AGENT是一个会感知环境并作出行动以达致目标系统。最简单智能AGENT是那些能够处理特定问题程序。更复杂AGENT包含人类和人类组第 4 页 共 10 页 织（如企业）。这些范式能够让研究者研究单独问题和找出有用且可验证方案，而不需考虑单一方法。一个处理特定问题AGENT能够使用任何可行方法-部分AGENT用符号方法和逻辑方法，部分则是子符号神经网络或其它新方法。范式同时也给研究者提供一个和其它领域沟通共同语言--如决议论和经济学（也使用ABSTRACT

AGENTS概念）。90年代智能AGENT范式被广泛接收。AGENT体系结构和认知体系结构研究者设计出部分系统来处理多ANGENT系统中智能AGENT之间相互作用。一个系统中包含符号和子符号部分系统称为混合智能系统 ，而对这种系统研究则是人工智能系统集成。分级控制系统则给反应等级子符号AI 和最高等级传统符号AI提供桥梁，同时放宽了计划和世界建模时间。RODNEY BROOKSSUBSUMPTION

ARCHITECTURE就是一个早期分级系统计划。

四、人工智能在人类生活中应用

现在人工智能应用人工智能是在计算机科学、控制论、信息论、心理学、语言学等多个学科相互渗透基础发展起来一门新兴边缘学科，关键研究用机器（关键是计算机）来模拟和实现人类智能行为，经过几十年发展，人工智能应用在不少领域得到发展。日前“AI+”已经成为公式，发展至今，下面是人工智能应用最多几大场景。

（一）家居

o “智能家居” 智能家居关键是基于 o “物联网技术” 物联网技术，经过智能硬件、软件系统、云计算平台组成一套完整家居生态圈。用户能够进行远程控制设备，设备间能够互联互通，并进行自我学习等，来整体优化家居环境安全性、节能性、便捷性等。值得一提是，近两年伴随智能语音技术发展，智能音箱成为一个爆发点。小米、天猫、Rokid 等企业纷纷推出本身智能音箱，不仅成功打开家居市场，也为未来更多智能家居用具培养了用户习惯。但现在家居市场 o

“智能产品” 智能产品种类繁杂，怎样打通这些产品之间沟通壁垒，和建立安全可靠智能家居服务环境，是该行业下一步发力点。

（二）零售

人工智能在零售领域应用已经十分广泛，无人便利店、智慧供给链、客流统计、无人仓/无人车等等全部是热门方向。京东自主研发无人仓采取大量智能物流第 5 页 共 10 页 机器人进行协同和配合，经过人工智能、深度学习、图像智能识别、大数据应用等技术，让工业机器人能够进行自主判定和行为，完成多种复杂任务，在商品分拣、运输、出库等步骤实现自动化。图普科技则将人工智能技术应用于客流统计，经过人脸识别客流统计功效，门店能够从性别、年纪、表情、新老用户、滞留时长等维度建立到店客流用户画像，为调整运行策略提供数据基础，帮助门店运行从匹配真实到店客流角度提升转换率。

（三）交通

智能交通系统是通信、信息和控制技术在交通系统中集成应用产物。ITS 应用最广泛地域是日本，其次是美国、欧洲等地域。现在，中国在ITS方面应用关键是经过对交通中车辆流量、行车速度进行采集和分析^p ，能够对交通进行实施监控和调度，有效提升通行能力、简化交通管理、降低环境污染等。

（四）医疗

现在，在垂直领域图像算法和自然语言处理技术已可基础满足医疗行业需求，市场上出现了众多技术服务商，比如提供智能医学影像技术德尚韵兴，研发人工智能细胞识别医学诊疗系统智微信科，提供智能辅助诊疗服务平台若水医疗，统计及处理医疗数据易通天下等。尽管智能医疗在辅助诊疗、疾病估计、医疗影像辅助诊疗、药品开发等方面发挥关键作用，但因为各医院之间医学影像数据、电子病历等不流通，造成企业和医院之间合作不透明等问题，使得技术发展和数据供给之间存在矛盾。

（五）教育

科大讯飞、乂学教育等企业早已开始探索人工智能在教育领域应用。经过图像识别，能够进行机器批改试卷、识题答题等；经过 o “语音识别” 语音识别能够纠正、改善发音；而人机交互能够进行在线答疑解惑等。AI 和教育结合一定程度上能够改善教育行业师资分布不均衡、费用高昂等问题，从工具层面给师生提供更有效率学习方法，但还不能对教育内容产生较多实质性影响。

（六）物流

物流行业经过利用智能搜索、 推理计划、计算机视觉和智能机器人等技术在运输、仓储、配送装卸等步骤上已经进行了自动化改造，能够基础实现无人操作。第 6 页 共 10 页 比如利用大数据对商品进行智能配送计划，优化配置物流供给、需求匹配、物流资等。现在物流行业大部分人力分布在“最终一公里”配送步骤，京东、苏宁、菜鸟争先研发无人车、无人机，努力争取抢占市场机会。

（七）安防

近些年来，中国安防监控行业发展快速，视频监控数量不停增加，在公共和个人场景监控摄像头安装总数已经超出了1.75亿。而且，在部分一线城市，视频监控已经实现了全覆盖。不过，相对于国外而言，中国安防监控领域仍然有很大成长空间。

五、人工智能发展利

现在人工智能已经为人类发明出了很可观经济效益，人工智能能够替换人类做大量人类不想做、不能做工作，而且机器犯错误概率比人低，而且能够连续工作，大大提升工作效率，节省了大量成本，未来人工智能可能还会替换人类工作，替换人类做家务，帮助人类学习，甚至能够照料老人和小孩，实时监护人类健康，生病了直接给人来诊疗，延长人类寿命，让人类生活变得越来越美好。

六、人工智能发展弊

科技发展是一把双刃剑，汽车分发明颠覆了传统马车行业，人工智能发展一样也将颠覆很多行业。机器人替换了很多人类工作将造成大量人口失业，机器新学习速度远远快于人类，阿尔法狗战胜李世石引发大家恐慌，有些人说不怕阿尔法狗战胜李世石，怕是阿尔法够有意输掉一局，假如未来某一天，机器人变成像电影《机械姬》中有意识机器人，那么人类随时会变成机器人奴隶，同时，人工智能面临着技术失控危险，霍金曾发出警告，人类面临一个不确定未来，优异人工智能设备能够独立思索，并适应环境改变，它们未来或将成为造成人类灭亡终止者！假如真有一天，人工智能机器人变成了能独立思索，独立做出正确判定，一旦有一天人工智能反客为主，到时人工智能对于人类将会是毁灭性灾难。甚至被人工智能消亡。地球将被人工智能统治。

七、人工智能影响

第 7 页 共 10 页 （一）人工智能对自然科学影响。在需要使用数学计算机工具处理问题学科，AI带来帮助不言而喻。更关键是，AI反过来有利于人类最终认识本身智能形成。

（二）人工智能对经济影响。教授系统更深入各行各业，带来巨大宏观效益。AI也促进了计算机工业网络工业发展。但同时，也带来了劳务就业问题。因为AI在科技和工程中应用，能够替换人类进行多种技术工作和脑力劳动，会造成社会结构猛烈改变。

（三）工智能对社会影响。AI也为人类文化生活提供了新模式。现有游戏将逐步发展为更高智能交互式文化娱乐手段，今天，游戏中人工智能应用已经深入到各大游戏制造商开发中。

八、人工智能研究热点

（一）智能接口。智能接口技术是研究怎样使大家能够方便自然地和计算机交流。为了实现这一目标，要求计算机能够看懂文字、听懂语言、说话表示，甚至能够进行不一样语言之间翻译，而这些功效实现又依靠于知识表示方法研究。所以，智能接口技术研究现有巨大应用价值，又有基础理论意义。现在，智能接口技术已经取得了显著结果，文字识别、语音识别、语音合成、图像识别、机器翻译和自然语言了解等技术已经开始实用化。

（二）数据挖掘。数据挖掘就是从大量、不完全、有噪声、模糊、随机实际应用数据中提取隐含在其中、大家事先不知道、但又是潜在有用信息和知识过程。数据挖掘和知识发觉研究现在已经形成了三根强大技术支柱: 数据库、人工智能和数理统计。关键研究内容包含基础理论、发觉算法、数据仓库、可视化技术、定性定量交换模型、知识表示方法、发觉知识维护和再利用、半结构化和非结构化数据中知识发觉和网上数据挖掘等。

（三）主体及多主体系统。主体是含有信念、愿望、意图、能力、选择、承诺等心智状态实体，比对象粒度更大，智能性更高，而且含有一定自主性。主体试图自治地、独立地完成任务，而且能够和环境交互，和其它主体通信，经过计划达成目标。多主体系统关键研究在逻辑上或物理上分离多个主体之间进行协调智能行为，最终实现问题求解。多主体系统试图用主体来模拟人理性行为，关键应用在对第 8 页 共 10 页 现实世界和社会模拟、机器人和智能机械等领域。现在对主体和多主体系统研究关键集中在主体和多主体理论、主体体系结构和组织、主体语言、主体之间协作和协调、通信和交互技术、多主体学习和多主体系统应用等方面。技术发展总是超乎大家想象，要正确地估计人工智能未来是不可能。不过，从现在部分前瞻性研究能够看出未来人工智能可能会向以下多个方面发展: 模糊处理、并行化、神经网络和机器情感。

九、人工智能研究价值

繁重科学和工程计算原来是要人脑来负担，现在计算机不仅能完成这种计算，而且能够比人脑做得愈加快、更正确，所以现代人已不再把这种计算看作是“需要人类智能才能完成复杂任务”，可见复杂工作定义是伴随时代发展和技术进步而改变，人工智能这门科学具体目标也自然伴随时代改变而发展。它首先不停取得新进展，其次又转向更有意义、愈加困难目标。

通常，“机器学习”数学基础是“统计学”、“信息论”和“控制论”。还包含其它非数学学科。这类“机器学习”对“经验”依靠性很强。计算机需要不停从处理一类问题经验中获取知识，学习策略，在碰到类似问题时，利用经验知识处理问题并积累新经验，就像一般人一样。我们能够将这么学习方法称之为“连续型学习”。但人类除了会从经验中学习之外，还会发明，即“跳跃型学习”。这在一些情形下被称为“灵感”或“顿悟”。一直以来，计算机最难学会就是“顿悟”。或再严格部分来说，计算机在学习和“实践”方面难以学会“不依靠于量变质变”，极难从一个“质”直接到另一个“质”，或从一个“概念”直接到另一个“概念”。正因为如此，这里“实践”并非同人类一样实践。人类实践过程同时包含经验和发明。这是智能化研究者梦寐以求东西。

20年，帝金数据普数中心数据研究员S.C WANG开发了一个新数据分析^p

方法，该方法导出了研究函数性质新方法。作者发觉，新数据分析^p 方法给计算机学会“发明”提供了一个方法。本质上，这种方法为人“发明力”模式化提供了一个相当有效路径。这种路径是数学给予，是一般人无法拥有但计算机能够拥有“能力”。以后，计算机不仅精于算，还会因精于算而精于发明。计算机学家第 9 页 共 10 页 们应该斩钉截铁地剥夺“精于发明”计算机过于全方面操作能力，不然计算机真有一天会“反捕”人类。

十、展望人工智能

现在，人工智能推理功效已获突破，学习及联想功效正在研究之中，下一步就是模拟人类右脑模糊处理功效和整个大脑并行化处理功效。人工神经网络是未来人工智能应用新领域，未来智能计算机组成，可能就是作为主机冯·诺依曼型机和作为智能外围人工神经网络结合。研究表明: 情感是智能一部分，而不是和智能相分离，所以人工智能领域下一个突破可能在于给予计算机情感能力。情感能力对于计算机和人自然交往至关关键。今天，已经有大家工智能研究结果进入大家日常生活。未来，人工智能技术发展将会给大家生活、工作和教育等带来更大影响。

总 结

经过这次调查，我感慨最深是未来2-5年人工智能将造成大规模失业将率先从劳动密集型产业开始。如制造业，在关键依靠劳动力阶段，其商业模式本质上是赚取劳动力剩下价值。而当技术成本低于雇佣劳动力成本时，显然劳动力会被无情淘汰，制造企业商业模式也将随之发生改变。再比如物流行业，现在大多数企业全部实现了无人仓库管理和机器人自动分拣货物，接下来无人配送车、无人机也很有可能替换一部分物流配送人员工作。

就中国现在情况来看，正处于从劳动密集型产业向技术密集型产业过渡过程中，难以避免地要受到人工智能技术冲击，而经济相对落后东南亚国家和地域因为廉价劳动力优势仍在，受人工智能技术冲击较小。世界经济论坛20年调研数据估计到2021年，机器人和人工智能崛起，将造成全球15个关键工业化国家510万个就业岗位流失，多以低成本、劳动密集型岗位为主。

这绝非危言耸听。人工智能终将改变世界，而由其造成大规模失业和全球经济结构调整，显然也属于“改变”一部分，你我全部将亲眼看到这一切发生。

第 10 页 共 10 页